買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉吉林建筑大學申請的專利一種中長期風速預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120409303B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510912888.4，技術領域涉及：G06F30/27；該發明授權一種中長期風速預測方法及系統是由丁新宇;周慶才;遲耀丹;林國雄;張堯;王俊喜;賈紅丹;趙陽;王超;孫寧;劉英楠;肖旭博;付鑫設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本一種中長期風速預測方法及系統在說明書摘要公布了：本發明適用于風速預測技術領域，提供了一種中長期風速預測方法及系統，包括以下步驟：采集風速數據，構造輸入?輸出數據集；采用青蒿素優化算法尋找VMD中最佳本征模態分量數K和懲罰系數α，獲取IMF分量；構建LSTM網絡模型，將LSTM網絡模型的隱藏單元數、最大訓練周期和初始學習率作為海市蜃樓優化算法的目標進行尋優，保留LSTM網絡模型最優參數，得到FATA?LSTM網絡模型；利用IMF分量對FATA?LSTM網絡模型進行訓練、測試和驗證，生成風速預測模型；輸出預測結果。本發明有效提取多尺度特征并降低噪聲干擾，提高泛化能力，在復雜風速環境下的預測準確性更高。

本發明授權一種中長期風速預測方法及系統在權利要求書中公布了：1.一種中長期風速預測方法，其特征在于，包括以下步驟： 采集風速數據，構造輸入-輸出數據集； 采用青蒿素優化算法尋找VMD中最佳本征模態分量數K和懲罰系數α，獲取IMF分量； 構建LSTM網絡模型，將LSTM網絡模型的隱藏單元數、最大訓練周期和初始學習率作為海市蜃樓優化算法的目標進行尋優，保留LSTM網絡模型最優參數，得到FATA-LSTM網絡模型； 利用IMF分量對FATA-LSTM網絡模型進行訓練、測試和驗證，生成風速預測模型； 輸出預測結果； 其中，所述采用青蒿素優化算法尋找VMD中最佳本征模態分量數K和懲罰系數α，獲取IMF分量的步驟，具體包括： 定義VMD分解核心參數的聯合優化參數集的范圍：其中K的范圍為2至30，α的范圍為500至8000，分別表示分解模態數的預設下限至上限和帶寬約束的預設下限至上限； 使用佳點集策略初始化青蒿素種群，每個青蒿素代理代表一組VMD參數組合； 執行綜合消除階段，模擬青蒿素治療瘧疾初期的綜合消除作用，通過全局擾動策略搜索VMD參數空間； 執行局部清除階段，模擬青蒿素在特定感染區域的局部清除作用，通過局部調整策略優化VMD參數； 執行后期鞏固階段，模擬青蒿素在最終階段的殘余清掃與復查作用，通過變異與邊界處理機制優化VMD參數； 判斷當前評估數量是否超過最大評估數量，若超出，則將當前全局最優位置作為最終輸出，得到優化后的VMD參數組合，否則，繼續尋優； 所述構建LSTM網絡模型，將LSTM網絡模型的隱藏單元數、最大訓練周期和初始學習率作為海市蜃樓優化算法的目標進行尋優，保留LSTM網絡模型最優參數，得到FATA-LSTM網絡模型的步驟，具體包括： 將LSTM網絡模型的隱藏單元數、最大訓練周期和初始學習率作為海市蜃樓優化算法中的光線個體進行種群初始化，具體為： 確定種群大小N=10,最大評估數量MaxFEs=20，在參數范圍，、內隨機生成初始種群： ； 式中，表示第i個光線個體在第j維的位置；和分別第j維二點上界和下界；r為0,1之間的隨機數；i=1，2，....，N； 模擬折射階段，模擬海市蜃樓的光學折射過程，分為直接折射模式與間接折射模式，通過光線傳播優化LSTM超參數； 模擬反射階段，模擬海市蜃樓的全內反射過程，通過光線反射調整LSTM超參數； 判斷當前評估次數FEs是否超過最大評估次數MaxFEs，若超出，將當前全局最優位置確定為LSTM網絡模型最佳超參數組合，否則繼續優化。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人吉林建筑大學，其通訊地址為：130118 吉林省長春市新城大街5088號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。